pulp

    1熱度

    2回答

    我有一個優化問題,我寫了一個python程序來解決它。我用紙漿與CPLEX求解: import pulp prob = LpProblem("myProblem", LpMinimize) x = pulp.LpVariable.dicts("p", range(K), 0, 1, pulp.LpContinuous) prob += pulp.lpSum(x[k] for k in ra

    2熱度

    1回答

    我試圖解決與除以變量A變量B 問題的簡單版本計算約束的LP問題,除數是如下: The product is made by two materials (A and B) % of A should be greater than 50% % of B should be less than 40% Total amount of A and B are 100 Objective: What's

    1熱度

    1回答

    我正在設計一個整數線性規劃模型的目標函數。目標是確定兩個基因的拷貝數以及是否發生了基因轉換事件(其中一個拷貝被另一個拷貝覆蓋,看起來像一個拷貝被刪除但網絡拷貝數沒有改變)。 該問題涉及兩個數據向量,P_A和P_B。矢量包含大於零的連續值,這對應於在每個位置處進行的拷貝數的測量。 P_{A,i}與P_{B,i}是不同的基因,因爲這些位置對於每個拷貝是獨特的(並且可以被映射到基因組中的絕對位置)。 鑑

    1熱度

    1回答

    我要解決的混合整數線性規劃具有以下目標函數: J =最大化(F1(x)+ F2(x)的) 受約束:成本(x)< =閾值 其中x是所選變量的集合,f1和f2是兩個評分函數,成本是成本函數。 f2是基於所選變量之間的相似性的函數。我不知道如何在紙漿中制定這個功能。 這是我最小的工作示例中,函數f2是兩種成分之間的相似性,我想補充similarity[i][j]目標函數,如果j已經在選定的變量,但不知道

    8熱度

    1回答

    我正在使用Pulp modeler與python來解決整數編程問題。我正在使用IBM CPLEX作爲求解器。當我運行我的Python程序,我有很多的輸出消息像控制檯: 的CPLEX優化器將解決問題的高達1000個變量和1000點的約束。 IBM ILOG CPLEX優化工作室預覽版適用於48天以上... 我在網上查找解決方案,並解決了問題。所以我寫msg=0如下禁用顯示: from coinor.

    3熱度

    2回答

    我正在使用COIN-OR的CBC求解器來解決一些數值優化問題。我通過PuLP構建了Python中的優化問題。 我注意到像GUROBI和CPLEX這樣的求解器創建日誌文件,但我似乎無法弄清楚如何讓CBC創建一個日誌文件(而不是將優化器的進度打印到屏幕上)。 有沒有人知道CBC中的一個選項來設置日誌文件?將所有stdout重定向到一個文件對我來說不起作用,因爲我並行地解決了一堆問題,並希望將它們的日誌

    0熱度

    2回答

    我正在使用PuLP線性編程模塊來解決Python的線性問題。 我設置的問題,約束,我用提供紙漿的默認求解器是CBC(我的Mac求解器可執行文件名爲CBC-OSX-64出於顯而易見的原因)。當運行這個可執行文件時: Welcome to the CBC MILP Solver Version: 2.7.6 Build Date: Mar 3 2013 Revision Number: 1770

    5熱度

    2回答

    目前我使用PuLP來解決最大化問題。它工作正常,但我希望能夠獲得N-best解決方案,而不僅僅是一個。有沒有辦法在PuLP或任何其他免費/ Python解決方案中做到這一點?我試圖從最佳解決方案中隨機挑選一些變量並拋出並重新運行,但這似乎是一個徹頭徹尾的破解。

    1熱度

    1回答

    所以在我的代碼中,我正在爲不同類型的變量寫一個線性程序。有6個。第一個是產品的「x」變量,其餘5個是盒子的「w」變量(五個不同大小的盒子)。我需要所有這些是整數,但是,在我的輸出中,我得到的x變量是整數,但箱大小都是非整數。我已經嘗試了100種不同的東西,我無法弄清楚這一點。 對於IND在varset: maxID = skunulldict[ind] sky = maxquant[ma

    0熱度

    1回答

    我正在嘗試使用PuLP來解決FLP問題。我想爲變量值添加邏輯約束。 我有LpVariable f和C是LpVariables列表。我想將f添加到問題的約束中,這取決於c [i]的值。 下面的代碼片段> prob = LpProblem("The MILP problem", LpMinimize) 加1約束: prob += lpSum(c[i] for i in range (len(c))